根据数据框的重复列值制作具有平均值（平均值）的表[重复]

Posted 2023-03-24

【中文标题】根据数据框的重复列值制作具有平均值（平均值）的表[重复]

【英文标题】：make table with average (mean) based on repeated column values of a data frame [duplicate]

【发布时间】：2020-12-26 21:59:59

【问题描述】：

我有一张这样的桌子：

并且我想计算表一中每一列的平均值的平均值，以得到一个这样的表：

你能告诉我如何在 R 中做这个表吗？

【问题讨论】：

试试aggregate(. ~ chr + i.start + i.end + coverage_con, df, mean)

共享数据时的一个好习惯是复制和粘贴数据帧的打印，而不是图像。复制太难了，因为我们无法复制和粘贴它..

@DarrenTsai 对aggregate 的调用比rodolfoksveiga 的长管要简洁得多，而且它不需要额外的包。能否请您回答一下，以便我投票赞成？

感谢@DarrenTsai，我已经给了你一个赞......因为你的两个解决方案都很聪明。 summarize_all() 就是这样！

@rodolfoksveiga 你是对的！ summarize() 在处理大数据时比aggregate() 效率更高。

【参考方案1】：

带有aggregate() 的base 解决方案：

aggregate(. ~ chr + i.start + i.end + coverage_con, df, mean)

dplyr 版本：

library(dplyr)

df %>%
  group_by(chr, i.start, i.end, coverage_con) %>%
  summarise(across(.fns = mean, .names = "average_col"))

summarise(across(.fns = mean)) 等价于summarise_all(mean)，但前者可以通过胶合规范调整列名。

---

如果数据包含除分组列之外的其他非数字列，则您只能通过 where() 计算这些数字列的均值，即

... %>%
  summarise(across(where(is.numeric), mean, .names = "average_col"))

相当于summarise_if(is.numeric, mean)。

【讨论】：

这个 summarize() 加上 .names 非常优雅。感谢分享！

【参考方案2】：

考虑到您的数据框被称为df，您可以这样做：

library(dplyr)
df %>%
  group_by(chr, i.start, i.end, coverage_con) %>%
  summarize_all(mean)